个人简历

王敏，博士，广东省杰青、广东省特支计划百千万工程青年拔尖人才、广州市珠江科技新星。2009年获得青岛大学系统理论专业博士学位，师从张嗣灜院士和陈兵教授。2008.6-2008.9 留学新加坡国立大学电子工程系，师从葛树志教授。2017.11-2018.10 以访问学者身份留学英国布鲁奈尔大学计算机系，师从王子栋教授。
近年来，主要致力于理论与应用结合方面的研究工作。1）理论研究方向：智能控制与学习；基于模式的智能控制；基于事件触发的网络控制系统智能控制；协同学习与控制。2）应用领域方向：机器人的安全可靠控制；机器人的协同学习与控制；机器人智能自主控制实验平台研发；发动机旋转失速检测与控制。在上述研究领域，作为项目负责人主持了省部级以上科研项目8项，其中国家自然科学基金项目3项，累计资助经费达400余万元；作为第一参与人承担了国家自然科学基金重大项目课题，作为主要成员参与了多项国家级科研项目、广东省自然科学基金研究团队项目、省市重点实验室建设项目；荣获山东省优秀博士学位论文、山东省研究生科技创新成果奖、国际会议最佳理论论文奖、 2 项国际期刊论文最高引用率奖等；在国内外权威期刊发表 SCI 论文 40 余篇，IEEE 汇刊长文 20 篇，ESI 高引论文 7 篇；发表论文 SCI 他引1000 余次，单篇最高 SCI 他引 150 余次。近三年来，申请国家发明专利 11 项，目前已完成授权 6项。
工作经历
2018/09-至今，华南理工大学，自动化科学与工程学院，教授
2012/09-2018/08，华南理工大学，自动化科学与工程学院，副教授
2009/07-2012/08，华南理工大学，自动化科学与工程学院，助理研究员、讲师
2017/11-2018/10，Brunel University London，计算机系，访问学者
教育经历
2006/09–2009/06， 青岛大学， 自动化与电气工程学院，博士
2008/06-2008/09，新加坡国立大学，电子与计算机工程系，访问学生
获奖、荣誉称号
1. 2016年荣获广东省特支计划百千万工程青年拔尖人才
2. 2010年荣获山东省优秀博士学位论文
3. 2009年荣获山东省优秀研究生科技创新成果奖一等奖
4. 2010-2013年度荣获国际杂志《Fuzzy Sets and Systems》论文最高引用率奖
5. 2010年荣获国际杂志IJICIC论文最高引用率奖
6. 2017 年荣获第 9 届“建模、辨识与控制国际会议”最佳理论论文奖
科研项目
一、项目负责人主持的主要科研项目
1. 面向状态约束的非线性系统确定学习控制及其应用. 广东省杰出青年基金项目，100万元，执行期限：2019.10-2023.09.
2. 基于指定性能的非线性系统确定学习及基于模式的智能控制. 国家自然科学基金（面上项目), 78.8万元, 执行期限：2018.01-2021.12.
3. 基于指定跟踪性能的柔性关节机器人确定学习研究.广东省自然科学基金，10万元，执行期限：201705-202005.
4. 满足安全性能要求的柔性关节机器人智能自主控制系统开发. 广州市科技计划项目, 20万元, 执行期限：2019.04-202.03.
5. 未知动态环境下非线性系统的确定学习及其性能分析. 国家自然科学基金（面上项目）, 81万元, 执行期限：2014.01-2017.12.
6. 基于动态模式的机器人轨迹跟踪控制与学习. 广州市珠江科技新星专项，30万元, 执行期限：2014.04-2017.03.
二、参与的主要科研项目
1. 高性能航空发动机失稳运行状态的辨识与预测方法研究, 国家自然科学基金重大项目课题,343万（直接经费), 2019.01-2023.12,.
2. 涡扇发动机压缩系统不稳定流动建模、预测和控制，国家自然科学基金重点项目，230万元, 2010.01-2013.12.
3. 超燃冲压发动机突变控制问题研究，国家自然科学基金（重大研究计划重点项目），300万元，2009.01--2012.12.
4. 基于模式识别的生物医学数据处理与脑机接口研究，广东省自然基金团队项目，2014.10-2019.9， 300万。
5. 广州市脑机接口和应用重点实验室，200万元
科研创新
1. 王敏，杨安乐，方冲，基于确定学习理论的性能受限柔性机械臂控制方法, 中国发明专利，ZL201610457032.3
2. 王敏，邹永涛，陈志广，张燕雯，基于确定学习的全状态受限刚性机械臂安全可靠控制方法，中国发明专利，ZL201710458865.6。
3. 王敏，叶慧平，陈志广，邹永涛，一种基于动态模式的机械臂智能自主控制方法，中国发明专利，ZL2017106367501。
4. 王敏、黄盛钊、邹永涛、陈志广，一种位置受限柔性关节机器人基于模式的智能控制方法，中国发明专利，ZL201811219207.2。
5. 戴诗陆，何树德，方冲，王敏，一种满足预设跟踪性能的欠驱动水面船舶控制方法，中国发明专利，ZL201710281426.2。
6. 戴诗陆，彭云根，王敏，李烈军，一种无人水面艇的扰动补偿控制方法，中国发明专利，ZL201710364373.0。
教学活动
1. 本科生课程：《人工智能》、《运动控制》、《机器智能探索》和《智能控制理论与应用》
2. 硕士研究生课程：《自适应神经网络控制》
指导学生情况
在读博士生3人、在读硕士生10人。

研究领域

"1）理论研究方向：智能控制与学习；基于模式的智能控制；网络化控制；协同学习与控制、模式识别。
2）应用领域方向：机器人的安全可靠控制；机器人协同学习与控制；机器人智能自主控制实验平台研发；发动机旋转失速检测与控制。"

近期论文

[1] Min Wang*, Zidong Wang, Hongli Dong and Qing-Lon Han, A novel framework for backstepping-based control of discrete-time strict-feedback nonlinear systems with multiplicative noises, IEEE Transactions on Automatic Control, 2020, doi: 10.1109/TAC.2020.2995576. (Regular Paper)
[2] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Event-based adaptive neural tracking control for discrete-time stochastic nonlinear systems: a triggering-threshold compensation strategy, IEEE Transactions on Neural Networks and Learning Systems, 31(6): 1968-1981, 2020.
[3] Min Wang*, Cong Wang, Peng Shi, Xiaoping Liu, Dynamic Learning from Neural Control for Strict-Feedback Systems with Guaranteed Predefined Performance, IEEE Transactions on Neural Networks and Learning Systems, 27(12): 2564-2576, 2016.
[4] Min Wang*, Cong Wang, Learning from Adaptive Neural Dynamic Surface Control of Strict-Feedback Systems, IEEE Transactions on Neural Networks and Learning Systems, 26(6): 1247-1259, 2015.
[5] Min Wang*, Shuzhi Sam Ge, Keum-Shik Hong, Approximation-Based Adaptive Tracking Control of Pure-Feedback Nonlinear Systems with Multiple Unknown Time-Varying Delays, IEEE Transactions on Neural Networks, 21(11): 1804-1816, 2010.
[6] Shi-Lu Dai, Shude He, Min Wang*, and Chengzhi Yuan, Adaptive neural control of underactuated surface vessels with prescribed performance guarantees, IEEE Transactions on Neural Networks and Learning Systems, 30(12): 3686-3698, 2019.
[7] Cong Wang*, Min Wang, Tengfei Liu, David. J. Hill, Learning from ISS-Modular Adaptive NN Control of Nonlinear Strict-Feedback Systems, IEEE Transactions Neural Networks and Learning Systems, 23(10): 1539-1550, 2012.
[8] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Adaptive neural event-triggered control for discrete-time strict-feedback nonlinear systems, IEEE Transactions on Cybernetics, 50 (7): 2946-2958 , 2020.
[9] Min Wang*, Yongtao Zou, and Chenguang Yang, \
现任International Journal of Systems Science、IEEE Access 和《控制理论与应用》编委；第十五届智能无人系统国际会议(ICIUS2019) 程序委员会委员、第五届智能控制与信息处理国际会议（ICIPIP）程序委员会委员等；亚太神经网络协会 (APNNS) 委员、美国电子电气工程师协会会员、国家自然科学基金评审专家、广东省科技项目评审专家、美国电子电气工程师协会会员等；现任 IEEE 汇刊系列、Systems & Control Letters、《自动化学报》、《中国科学信息科学》等国内外权威学术期刊审稿人。